Analisa dan Perancangan Sistem Pendukung Keputusan Pemilihan Kendaraan dengan menggunakan Metode TOPSIS

Analisa dan Perancangan Sistem Pendukung Keputusan Pemilihan Kendaraan dengan menggunakan Metode TOPSIS Diah Arifah P. Program Studi Teknik Informatika, STIKI, Malang [email protected]

Abstract Transportation vehicle is used by humans to carry out their activities and not infrequently regarded as a basic requirement . At this time so many types of cars from different brands and types . Each type of car has different technical specifications , and every car certainly has its advantages and disadvantages . And this , will result in the prospective car buyers find it difficult to choose the right car and according to desired criteria due to a potential buyer faced with a number of criteria , such as the price of the car , interior accessories , exterior accessories , passenger capacity , year of production , etc. This system is designed to help prospective buyers make decisions in the selection of vehicles , especially cars , so the decision was obtained in accordance with the desired criteria . methods used for this decision is the method TOPSIS ( Technique for Order Preference by Similarity to Ideal Solution ) . This research was carried out by finding the value of each of the alternatives preference and ranking process conducted which will determine the optimal alternative , ie cars that fit the criteria of the consumer . The criteria used are ( 1 ) Car Price ( C1 ) , (2 ) Interior Accessories ( C2 ) , (3 ) Exterior Accessories ( C3 ) , (4 ) Year of Production ( C4 ) and ( 5 ) Passenger Capacity ( C5 )

1. PENDAHULUAN 1.1. Latar Belakang Penelitian Kendaraan merupakan alat transportasi yang digunakan oleh manusia untuk melaksanakan segala aktifitasnya dan tidak jarang dianggap sebagai kebutuhan pokok. Mobil adalah salah satu contoh kendaraan yang umum digunakan dan dianggap sebagai kebutuhan pokok. Pada saat ini jenis mobil begitu banyak dari berbagai merk dan jenis. Setiap jenis mobil memiliki spesifikasi teknis yang berbeda, dan setiap mobil pastinya memiliki kelebihan dan kekurangan. Dan hal ini, akan mengakibatkan para calon pembeli mobil mengalami kesulitan untuk memilih mobil yang tepat dan sesuai dengan criteria yang diinginkan dikarenakan calon pembeli dihadapkan pada banyaknya kriteria, seperti harga mobil, aksesoris interior, aksesoris eksterior, kapasitas penumpang, tahun produksi dan lain-lain. Sejalan dengan perkembangan teknologi informasi yang ada, komputer semakin bertambah kemampuannya untuk membantu menyelesaikan permasalahan, salah satunya adalah membantu dalam pengambilan

keputusan. Sistem ini dirancang untuk membantu calon pembeli mengambil keputusan dalam pemilihan kendaraan, khususnya mobil, sehingga keputusan yang diperoleh sesuai dengan criteria yang diinginkan. Dan metode yang digunakan untuk pengambilan keputusan ini adalah metode TOPSIS (Technique for Order Preference by Similarity to Ideal Solution) Adapun tujuan dari penelitian adalah untuk merancang suatu sistem pengambilan keputusan dengan menggunakan metode TOPSIS, sehingga dapat membantu calon pembeli untuk memilih kendaraan sesuai dengan criteria yang diinginkan. Dalam penelitian ini, criteria yang digunakan adalah : (1) Harga Mobil; (2) Aksesoris Interior; (3) Aksesoris Eksterior; (4) Tahun Produksi; (5) Kapasitas Penumpang 1.2. Tinjauan Pustaka Sistem Pendukung Keputusan Sistem pendukung keputusan dapat memberikan dukungan dalam membuat keputusan dalam semua tingkatan level manajemen, baik individual maupun grup,

terutama dalam situasi semi terstruktur dan tidak terstruktur, membawa kepada keputusan bersama dan informasi yang objektif. (Turban, 2004)[1] Tujuan dari pembuatan sistem pendukung keputusan yaitu (Turban, 2004) [1]: 1. Membantu manajer membuat keputusan untuk memecahkan masalah yang sepenuhnya terstruktur dan tidak terstruktur. 2. Mendukung penilaian manajer bukan mencoba menggantikannya. Sistem pendukung keputusan tidak dimaksudkan untuk menggantikan manajer. Komputer dapat diterapkan dalam menyelesaikan masalah yang terstruktur. Untuk masalah yang tidak terstruktur, manajer bertanggung jawab menerapkan penilaian, dan melakukan analisis.komputer dan manajer berkerjasama sebagai tim pemecahan masalah dalam memecahkan masalah yang berada di area semi terstruktur. 3. Meningkatkan efektivitas pengambilan keputusan manajer dari pada efisiensinya. Tujuan utama sistem pendukung keputusan bukanlah proses pengambilan keputusan seefisien mungkin, tetapi seefektif mungkin. 4. KAJIAN LITERATUR Metode TOPSIS TOPSIS adalah sebuah metode MADM yang didasarkan pada konsep dimana alternatif terpilih yang terbaik hanya memiliki jarak terpendek dari solusi ideal positif, namun juga memiliki jarak terpanjang dari solusi ideal negative [2]. Konsep ini banyak digunakan pada beberapa model MADM untu menyelesaiakan masalah keputusan secara praktis. Hal ini disebabkan karena konsepnya sederhana dan mudah dipahami, komputasinya efisien, dan memiliki kemampuan untu mengukur kinerja relative dari alternativealternatif keputusan dalam bentuk matematis yang sederhana Secara umum, langkah-langkah penyelesaian dengan menggunakan metode TOPSIS [2]:

1. Membuat matriks keputusan yang ternormalisasi Matrik keputusan ternormalisasi dihitung berdasarkan : x rij  m ij ; dengan i=1,2..m dan  xij2 i 1

j=1,2,…n ……………… (4.1) 2. Membuat matriks keputusan yang ternormalisasi terbobot Matriks keputusan normalisasi terbobot

yij berdasarkan :

dihitung

yij  wi rij ,

dimana

i=1,2..m

dan

j=1,2,…n ……………… (4.2) 3. Menentukan matriks solusi ideal positif dan matriks solusi ideal negatif Solusi ideal positif A+ dan solusi ideal negative A- dapat ditentukan berdasarkan rating terbobot ternormalisasi (yij), yaitu : A   y 1 , y 2 ,...., y n

A   y 1 , y 2 ,...., y n ………………. (4.3) Dimana : max yij ; jika j adalahatribut keuntungan    i yj   min yij ; jika j adalahatribut biaya  i   min yij ; jika j adalahatribut keuntungan y j   i yij ; jika j adalahatribut biaya  i max

4. Menentukan jarak antara nilai setiap alternatif dengan matriks solusi ideal positif dan matriks solusi ideal negatif Jarak antara nilai setiap alternatif dengan matriks solusi ideal positif dirumuskan sebagai :

Di 

 y n

 i

 y ij  , dimana i = 1,2, 2

j 1

……m (4.4)

………………..

3. Aksesori Eksterior (C3) Dalam nilai aksesoris eksterior akan dibagi menjadi beberapa nilai kriteria dengan bobot masing-masing nilai seperti berikut :

Jarak antara nilai setiap alternatif dengan matriks solusi ideal negatif dirumuskan sebagai :

Di 

 y n

 y i  , dimana i = 1,2, 2

ij

j 1

……m (4.5)

Tabel 2. Nilai Kriteria dan Bobot dari Aksesoris Interior NO Nilai Kriteria Bobot 1. Biasa 1 2. Bagus 2 3. Sangat Bagus 3

………………..

5. Menentukan nilai preferensi untuk setiap alternative Nilai preferensi untuk setiap alterbatif (Vi) dirumuskan sebagai : D Vi   i  , dimana i = 1,2, ……m Di  Di ……………….. (4.6) 5. METODE PENELITIAN Pada penelitian ini menggunakan metode TOPSIS, dimana dalam tahapan penelitiannya meliputi: 1. Membuat matriks keputusan yang ternormalisasi 2. Membuat matriks keputusan yang ternormalisasi terbobot 3. Menentukan matriks solusi ideal positif dan matriks solusi ideal negatif 4. Menentukan jarak antara nilai setiap alternatif dengan matriks solusi ideal posi tif dan matriks solusi ideal negatif 5. Menentukan nilai preferensi untuk setiap alternatif Dalam penelitian ini menggunakan 5 kriteria,yaitu : 1. Harga mobil (C1) 2. Aksesoris Interior (C2) Dalam nilai aksesoris interior akan dibagi menjadi beberapa nilai kriteria dengan bobot masing-masing nilai seperti berikut : Tabel 1. Nilai Kriteria dan Bobot dari Aksesoris Interior NO Nilai Kriteria Bobot 1. Biasa 1 2. Bagus 2 3. Sangat Bagus 3

4. Tahun Produksi (C4) 5. Kapasitas Penumpang (C5) Setiap kriteria tersebut, akan memiliki bobot kriteria seperti dibawah ini : Tabel 3. Bobot Kriteria NO Nilai Kriteria Bobot 1. Tidak Penting 1 2. Kurang Penting 2 3. Cukup Penting 3 4. Penting 4 5. Sangat Penting 5 6. HASIL DAN PEMBAHASAN Dalam penelitian ini, diambil satu contoh data dimana konsumen membutuhkan kendaraan keluarga dengan harga antara Rp. 100.000.000,sampai dengan Rp. 150.000.000,-. Berdasarkan kebutuhan tersebut, maka diberikan sample data seperti dibawah ini : Tabel 4. Data Kriteria dari berbagai alternative yang ada

N O

Alternat if

Harga Mobil (C1) (juta)

Aksesor is Interior (C2)

1. 2.

Splash Brio

147,5 111

Bagus Biasa

3.

Avanza

125

4.

Xenia

115

5.

Honda Jazz

150

Sangat Bagus Sangat Bagus Sangat Bagus

Kriteria Akses Tahun oris Produks Ekster i ior (C4) (C3) Bagus 2013 Sangat 2013 Bagus Biasa 2013

Kapasita s Penump ang (C5) 4 4 7

Bagus

2013

7

Sangat Bagus

2005

4

Berdasarkan table diatas, maka tingkat kepentingan pada masing-masing kriteria, seperti tersebut dalam table dibawah ini : Tabel 5. Pembobotan untuk setiap criteria : Kriteria Harga Mobil (C1) Aksesoris Interior (C2) Aksesoris Eksterior (C3) Tahun Produksi (C4)

Pilihan Pengguna (Bobot) Sangat penting Penting

Nilai

Cukup penting

3

Kurang Penting

1

5 4

Untuk menentukan pilihan alternatif terbaik dari berbagai alternatif yang ada, maka langkahlangkah yang dilakukan dalam metode TOPSIS adalah : 1. Membuat matriks keputusan yang ternormalisasi x rij  m ij Rumus :  xij2 i 1

Berdasarkan dari data diatas, maka diperoleh :

NO

1. 2. 3. 4. 5.

Alternatif

Splash Brio Avanza Xenia Honda Jazz

Harga Mobil (C1) (juta) 147,5 111 125 115 150

Akse soris Interi or (C2) 2 1 3 3 3

Kriteria Aksesor Tahun is Produksi Eksterio (C4) r (C3) 2 2013 3 2013 1 2013 2 2013 3 2005

Matriks keputusan ternormalisasi diperoleh dari perhitungan :

Dengan cara yang sama untuk kriteria 3 (C3), kriteria 4(C4) dan kriteria 5 (C5), maka diperoleh matriks keputusan Kapasitas ternormalisasi berikut :

Penumpang (C5)

4 4 7 7 4

Rumus :

x1  147,5  111  125  1152  150  62927,25

147,5  0 ,59 62927,25 111 r21   0 ,44 62927,25 125 r31   0 ,50 62927,25 115 r41   0 ,46 62927,25 150 r51   0 ,60 62927,5

Untuk kriteria 2 (C2):

0 ,42 0 ,47 0 ,50 0 ,35 0 ,21 0 ,71 0 ,50 0 ,35  0 ,63 0 ,24 0 ,50 0 ,61 0 ,63 0 ,47 0 ,50 0 ,61  0 ,63 0 ,71 0 ,50 0 ,31

2. Membuat matriks keputusan yang ternormalisasi terbobot

Untuk criteria 1 (C1):

r11 

0 ,59 0 ,44  r  0 ,50 0 ,46  0 ,60

yij  wi rij

y : matrik keputusan ternormalisasi terbobot wi

: bobot kriteria

Bobot (w) untuk masing-masing kriteria: Kriteria Harga Mobil (C1) Aksesoris Interior (C2) Aksesoris Eksterior (C3) Tahun Produksi (C4) Kapasitas Penumpang (C5)

Pilihan Pengguna (Bobot) Sangat penting

Nilai Bobot (wi) 5

Penting

4

Cukup penting

3

Kurang Penting

1

Cukup Penting

3

x2  2  1  3  3 2  3  23

2  0 ,42 23 1   0 ,21 23 3   0 ,63 23 3   0 ,63 23 3   0 ,63 23

r1 2  r2 2 r3 2 r4 2 r5 2

Perhitungan matrik keputusan ternormalisasi terbobot adalah sebagai berikut : Untuk kriteria 1 (C1), diperoleh :

y 11  w1 * r11  5 * 0 ,59  2 ,94 y 21  w1 * r21  5 * 0 ,44  2 ,212 y 31  w1 * r31  5 * 0 ,50  2 ,491 y 41  w1 * r41  5 * 0 ,46  2 ,292 y 51  w1 * r51  5 * 0 ,60  2 ,990

Untuk kriteria 2 (C2), diperoleh :

Solusi Ideal positif :

y 12  w2 * r12  4 * 0 ,42  1.668

y 1  Min2.940;2.212;2.491;2.292;2.990  2.212

y 2  Max1.668;0.834;2.502;2.502;2.502  2.502

y 22  w2 * r22  4 * 0 ,21  0.834

y 3  Max1.414;2.121;0.707;1.414;2.121  2.121

y 32  w2 * r32  4 * 0 ,63  2 ,502

y 4  Max0.500;0.500;0.500;0.500;0.498  0.500

y 42  w2 * r42  4 * 0 ,63  2 ,502

y 5  Max1.052;1.052;1.842;1.842;1.052  1.842

y 52  w2 * r52  4 * 0 ,63  2 ,502 Dengan cara yang sama untuk kriteria 3 (C3), kriteria 4(C4) dan kriteria 5 (C5), maka diperoleh matriks keputusan ternormalisasi terbobot berikut :  2 ,94 2 ,212  y   2 ,491 2 ,292  2 ,990

Matrik solusi ideal positif : A  2,212 2,502 2,121 0 ,500 1,842

1,668 1,414 0 ,500 1,052 0 ,834 2 ,121 0 ,500 1,052  2 ,502 0 ,707 0 ,500 1,842 2 ,502 1,414 0 ,500 1,842  2 ,502 2 ,121 0 ,498 1,052

3. Menentukan matriks solusi ideal positif dan matriks solusi ideal negatif

Tahun Produksi (C4)

Max

Min

Min

Min

Kapasit as Penum pang (C5) Min

y 3  Min1.414;2.121;0.707;1.414;2.121  0.707

y 4  Min0.500;0.500;0.500;0.500;0.498  0.498

: Solusi ideal positif : Solusi ideal negative

y 5  Min1.052;1.052;1.842;1.842;1.052  1.052

Solusi ideal (A+) positif adalah :

Min

Aksesoris Eksterior (C3)

y 2  Min1.668;0.834;2.502;2.502;2.502  0.834

A  y1 , y2 ,....,yn

Nilai

Aksesoris Interior (C2)

y 1  Max2.940;2.212;2.491;2.292;2.990  2.990

A  y1 , y2 ,....,yn

Harga Mobil (C1)

Nilai

Harga Mobil (C1)

Solusi Ideal negatif :

Rumus :

A+ A-

Solusi ideal (A-) negatif adalah :

Aksesoris Interior (C2)

Max

Aksesoris Eksterior (C3)

Max

Matrik solusi ideal negatif (A-) adalah :

Tahun Produksi (C4)

Max

Kap asita s Penu mpa ng (C5) Max

A  2,990 0 ,834 0 ,707 0 ,498 1,052

4. Menentukan jarak antara nilai setiap alternatif dengan matriks solusi ideal positif dan matriks solusi ideal negatif a. Jarak antara nilai setiap alternatif dengan matriks solusi ideal positif Rumus :

Di 

 y n

j 1

 i

 y ij 

2

Jarak antara nilai setiap alternatif dengan matriks solusi ideal positif dihitung : D1  D2  D3  D4  D5  

2.212  2.940 2.502  1.668 2.212  1.414 0.500  0.500 1.842  1.052

b. Jarak antara nilai setiap alternatif dengan matriks solusi ideal negatif

2

 2.212  2.212  2.212  2.491  2.212  2.292  2.212  2.990  1.5323

2

 2.502  0.834  2.502  2.502  2.502  2.502

2

2

2

2

2

2

2

Rumus : D    2.502  2.502  1.8454 i 2

2

 2.212  2.212  2.212  0.707  2.212  1.414  2.212  2.121  1.4414

2

 0.500  0.500  0.500  0.500  0.500  0.500  0.500  0.498  0.7115

2

 1.842  1.052  1.842  1.842  1.842  1.842

2

2

2

2

2

D1  1.5323 

D 2  1.8454 D3  1.4414 D4  0.7115 D5  1.1078 Jadi, jarak antara nilai terbobot setiap alternatif terhadap solusi ideal negatif adalah : D1  1.0945 D 2  1.6137 D3  1.9115 D4  2.0957 D5  2.1869

5. Menentukan nilai preferensi untuk setiap alternatif Di V  i Rumus : Di  Di

2

2

Jadi, jarak antara nilai terbobot setiap alternatif terhadap solusi ideal positif adalah :



2

D1 

2

 y n

 y i 

2

ij

j 1

2

2

Jarak antara nilai setiap alternatif dengan  1.842  1.052  1.1078 matriks solusi ideal negatif dihitung : 2

2.940  2.990  2.212  2.990  2.491  2.990  2.292  2.990  2.990  2.990 2

2

2

2

2

 1.0945 D2 

1.668  0.834  0.834  0.834  2.502  0.834  2.502  0.834  2.502  0.834 2

2

2

2

2

 1.6137 D3 

1.414  0.707  2.212  0.707  0.707  0.707  1.414  0.707  2.121  0.707 2

2

2

2

2

 1.9115 D4 

0.500  0.498  0.500  0.498  0.500  0.498  0.500  0.498  0.498  0.498 2

2

2

2

2

 2.0957 D5 

1.052  1.052  1.052  1.052  1.842  1.052  1.842  1.052  1.052  1.052 2

2

2

2

2

 2.1869

Nilai preferensi yang diperoleh :

V1  0.41668 V 2  0.4665 V3  0.5700 V4  0.7465 V5  0.6637 Dari nilai preferensi tersebut, terlihat bahwa V4 memiliki nilai paling besar, yaitu : 0.7465, sehingga dapat disimpulkan bahwa alternatif ke -4 (Mobil Xenia)yang akan dipilih. Rancangan Sistem Rancangan untuk sistem pendukung keputusan ini adalah sebagai berikut :

Hasil perhitungan nilai preferensi adalah: 1.0945  0.41668 1.0945  1.5323 1.6137   0.4665 1.6137  1.8454 1.9115   0.5700 1.9115  1.4414 2.0957   0.7465 2.0957  0.7115 2.1869   0.6637 2.1869  1.1078

V1  V2 V3 V4 V5

Gambar 1. Use case diagram administrator dengan sistem

Gambar 2. Use case diagram pengguna dengan sistem Gambar

4.

Class

Diagram

Siste,

Gambar 3. Activity diagram login admin

7. KESIMPULAN Dari hasi penelitian ini dapat disimpulkan : 1. Metode TOPSIS (Technique for Order Preference by Similarity to Ideal Solution) dapat digunakan untuk membantu dalam pengambilan keputusan pemilihan kendaraan terutama mobil 2. Dengan Metode TOPSIS (Technique for Order Preference by Similarity to Ideal Solution) konsumen dapat menentukan alternatif mobil apa saja yang nantinya akan diproses dalam perhitungan sehingga menghasilkan perekomendasian yang terbaik atau sesuai dengan keinginan user.

DAFTAR PUSTAKA [1] Turban. 2004. Information Technology For Management. Transforming Organiztions in the Digital Economi:5th Edition.

[2] Kusumadewi, Sri, dkk. Fuzzy Multi- ttribute Decision making Fuzzy (Fuzzy-MADM), Jakarta, Graha Ilmu, 2006 [3]Kusrini, M.Kom. Konsep dan Aplikasi

Pendukung Keputusan, (Andi Publisher, 2007). [4] Dadan Umar Daihani, 2001, Sistem Pendukung Keputusan, Penerbit Elex Media Komputindo, Jakarta.